Una IA desarrollada en España soluciona el desafío de los 'robots secuestrados'
El fenómeno conocido como el problema de los 'robots secuestrados' ha sido un desafío persistente en el ámbito de la robótica. Este problema se refiere a la pérdida de orientación y la incapacidad de un robot autónomo para determinar su posición en el espacio, especialmente tras haber sido movido o apagado. Ahora, un equipo de investigación de la Universidad Miguel Hernández de Elche, en España, ha desarrollado un innovador sistema de inteligencia artificial que promete abordar este reto de manera efectiva mediante el uso de tecnología LiDAR 3D.
La investigación, encabezada por Míriam Máximo, se centra en un método que emplea pulsos láser para escanear el entorno y crear una representación tridimensional del mismo, similar a un mapa. Esto permite que los robots no sólo reconozcan su entorno de forma más eficiente, sino que también recuperen su posición original después de haber sido desplazados.
Tradicionalmente, muchos robots han dependido de sistemas como el GPS para su localización. Sin embargo, estas tecnologías pueden verse comprometidas en entornos urbanos, donde edificios altos interfieren con la señal, y su rendimiento es aún más limitado en espacios interiores. El sistema MCL-DLF (Monte Carlo Localisation - Deep Local Feature), desarrollado por los investigadores, se propone ser una solución viable al aprovechar mejor los sensores existentes en los robots.
El funcionamiento del sistema consiste en dos etapas. En la primera, el robot identifica una zona general a partir del reconocimiento de grandes estructuras como edificios y áreas verdes. En la segunda etapa, se enfoca en los detalles más finos, un proceso que simula cómo los humanos se orientan en lugares desconocidos. Como explica Máximo, “el proceso es análogo al de un ser humano que primero identifica una zona amplia y posteriormente se fija en elementos distintivos para definir su ubicación precisa”.
Además, a través del uso de inteligencia artificial, el sistema aprende a identificar cuáles elementos del entorno resultan más útiles para establecer la localización. Mantiene distintas estimaciones de posicionamiento y las actualiza constantemente con la información proporcionada por los sensores. Este proceso mejora la fiabilidad del robot, especialmente en situaciones donde el entorno es homogéneo o ha sufrido cambios temporales.
Las pruebas del sistema se llevaron a cabo durante varios meses en el campus universitario, abarcando diferentes estaciones y condiciones de iluminación. Los investigaciones afirman que el nuevo sistema no solo superó las limitaciones de las tecnologías convencionales, sino que también proporcionó una mayor precisión en la determinación de la posición y un rendimiento más estable ante las fluctuaciones ambientales.
El impacto de esta innovación es significativo no solo para la investigación académica, sino también para aplicaciones prácticas en diversos campos como la robótica de servicios, la automatización logística, la inspección de infraestructuras, la monitorización ambiental y el desarrollo de vehículos autónomos. La capacidad de operar de manera más autónoma en entornos acusados por un alto grado de variabilidad abre la puerta para avanzar en la implementación de robots en tareas diarias y en sectores críticos.
Con los avances en tecnología como el que propone el equipo de la Universidad Miguel Hernández, el futuro de la robótica se plantea como un campo fértil para la innovación. A medida que los robots logran mejorar su interacción con el entorno, también incrementan su utilidad y eficacia en diversos sectores, desde el doméstico hasta el industrial.